流管理介绍
设备流
设备流是属于特定设备的线性执行序列。默认情况下，每个设备都使用自己的“默认”流，不需要显式地创建一个设备流。
每个流中的操作都按照它们创建的顺序执行，但是不同流中的操作可以以任何相对顺序并发执行，除非使用显式同步函数（如synchrize()或wait_stream()）。例如，下面的代码是不正确的：
...
s = ms.hal.Stream() # Create a new stream.
A = Tensor(np.random.randn(20, 20), ms.float32)
B = ops.matmul(A, A)
with ms.hal.StreamCtx(s):
# sum() may start execution before matmul() finishes!
C = ops.sum(B)
当 current stream 是默认流，切换至非默认流时，用户有责任确保正确的同步。正确的示例为：
...
s = ms.hal.Stream() # Create a new stream.
A = Tensor(np.random.randn(20, 20), ms.float32)
B = ops.matmul(A, A)
s.wait_stream(ms.hal.current_stream()) # Dispatch wait event to device.
with ms.hal.StreamCtx(s):
C = ops.sum(B)
由于申请和释放都需要开销，所以建议在同一个Cell或函数中使用同一个流，而不是每次使用前都申请一个流。不推荐的写法如下：
# The following cell formats are not recommended:
class Net(nn.Cell):
def __init__(self):
super(Net, self).__init__()
...
def construct(self, x):
s1 = ms.hal.Stream()
with ms.hal.StreamCtx(s1):
...
# The following function formats are not recommended:
def func(A):
s1 = ms.hal.Stream()
with ms.hal.StreamCtx(s1):
...
推荐的写法如下：
# The following cell formats are recommended:
class Net(nn.Cell):
def __init__(self):
super(Net, self).__init__()
self.s1 = ms.hal.Stream()
...
def construct(self, x):
with ms.hal.StreamCtx(self.s1):
...
# The following function formats are recommended:
s1 = ms.hal.Stream()
def func(A, s1):
with ms.hal.StreamCtx(s1):
...
设备事件
设备事件可用于监视设备的进度、精确测量计时以及同步设备流。出于易用性考虑，我们在Stream类中提供了几个封装接口，比如上面例子中使用的 wait_stream() 接口，你可以通过接口文档了解详情。
ms.hal.Event 最常见的用法是 record() 和 wait() 的组合，以确保在多流网络中执行序能够满足用户的期望，如下所示：
s = ms.hal.Stream() # Create a new stream.
ev1 = ms.hal.Event() # Create a new event.
ev2 = ms.hal.Event() # Create a new event.
A = Tensor(np.random.randn(20, 20), ms.float32)
B = ops.matmul(A, A)
ev1.record()
with ms.hal.StreamCtx(s):
ev1.wait() # Ensure 'B = ops.matmul(A, A)' is complete.
C = ops.sum(B)
ev2.record()
...
ev1.wait() # Ensure 'C = ops.sum(B)' is complete.
D = C + 1
另外，由于Host算子的下发和设备算子的执行是异步的。在下面的例子中，Host上的 add_s0 持有的设备地址释放后，被 mess_output 申请到了，并将输出数据写入该设备地址。但是，此时设备可能会执行 add_s1 = add_s0 + 1 ，但是 add_s0 的设备内存已经被其他算子使用了。最终导致精度不正确。
import numpy as np
import mindspore as ms
from mindspore import context, Tensor, ops
context.set_context(mode=context.PYNATIVE_MODE)
s1 = ms.hal.Stream()
input_s0 = Tensor(np.random.randn(10, 32, 32, 32), ms.float32)
weight_s0 = Tensor(np.random.randn(32, 32, 3, 3), ms.float32)
mess_input = Tensor(np.random.randn(10, 32, 32, 32), ms.float32)
# Use default stream
add_s0 = input_s0 + 1
s1.wait_stream(ms.hal.default_stream())
with ms.hal.StreamCtx(s1):
# Use conv2d because this operator takes a long time in device.
conv_res = ops.conv2d(add_s0, weight_s0)
add_s1 = add_s0 + 1
ev = s1.record_event()
del add_s0
# Mess up the mem of add_s0. The value of add_s1 might be wrong.
mess_output = mess_input + 1
ev.wait()
add_1_s0 = add_s1 + 1
因此，MindSpore开发了一套自动延长跨流地址的生命周期的机制。你不需要手动执行类似 record_stream() 的函数来延长它的生命周期。总体原则是：MindSpore能够识别算子和输入输出所在的流，在识别出算子和输入输出跨流后（如 add_s0 来自stream0，算子在stream1上），对输入输出地址插入事件，并将地址和事件信息保存到显存池中。如果后续有“回流”（stream1上执行 record() ，stream0上执行 wait() )，则显存池中的地址和事件信息将被释放。如果没有“回流”，但是显存池分配失败，则所有事件将被同步并释放绑定的信息。